L'IA dans le Wealth Management : comment ChatGPT et Anthropic bousculent la relation bancaire classique
Friedhelm Schmitt
Dans le débat sur l'intelligence artificielle dans la gestion de patrimoine, il est presque toujours question d'outils, de systèmes d'assistance, d'automatisation et d'efficacité. Friedhelm Schmitt, cofondateur et PDG de fincite, estime que c'est une mauvaise perspective. La véritable question n'est pas de savoir quels outils les banques utilisent, mais sur quoi repose leur activité, et cet avantage s'est déjà déplacé. Avec fincite • cios, fincite développe un logiciel de gestion de patrimoine modulaire, utilisé par plus de 9 000 gestionnaires de patrimoine en Europe, et fait partie du groupe Harvest.
L'avance de connaissances des banques n'est plus exclusive
Pendant des décennies, le modèle économique d'une banque reposait sur une avance de connaissances. La banque comprenait les marchés, les produits et les mécanismes financiers mieux que ses clients, et c'est de cette asymétrie que naissait la valeur du conseil. Aujourd'hui, alors que des acteurs comme OpenAI intègrent des fonctions financières directement dans ChatGPT ou qu'Anthropic introduit son modèle dans les directions financières des entreprises, il est évident que la relation bancaire classique s'en trouve ébranlée.
Le fait qu'un logiciel s'intercale entre le fournisseur et le client n'est toutefois pas un phénomène nouveau. Nous l'avons vécu dans le secteur des voyages avec Booking, dans le commerce avec Amazon et dans la banque elle-même avec des portails de comparaison comme C24.
Un autre aspect est remarquable : pour la première fois, un système est prêt à appréhender la situation financière d'une personne de manière plus complète qu'une banque ne le fait aujourd'hui. L'éviction par un intermédiaire n'est donc pas la véritable menace. L'élément décisif est que la compréhension du client n'est plus l'apanage exclusif de la banque.
Pourquoi des catégories telles que les classes de risque ne reflètent plus le client de manière globale
La manière dont les banques appréhendent leurs clients aujourd'hui est restée singulièrement rudimentaire. Un client est classé en fonction de son âge, de sa classe de risque et de son horizon d'investissement, et son conseil découle de cette classification. Il est alors considéré comme enclin ou opposé au risque, comme s'il s'agissait d'une caractéristique permanente et non d'un instantané. Cela n'a pas grand-chose à voir avec la réalité d'un être humain, et encore moins avec le fonctionnement des systèmes modernes.
Une intelligence artificielle peut appréhender de manière globale la phase de vie dans laquelle se trouve une personne, l'évolution de sa situation et le moment où elle s'apprête à prendre une décision contraire à ses propres intérêts. Elle fournit ainsi dès aujourd'hui une évaluation plus nuancée que celle issue du processus de conseil classique dans la plupart des banques.
Ce sont donc les gestionnaires de patrimoine qui conçoivent leur rôle comme une plateforme qui s'imposeront. Ils accompagnent le client sur l'ensemble de son patrimoine, interviennent de manière situationnelle et instaurent une relation de confiance sur le long terme, au lieu d'intégrer le client une fois par an dans une grille préexistante.
Les trois couches de la pile bancaire à l'ère de l'IA
Quiconque pousse jusqu'au bout la réflexion sur l'architecture technologique de l'ère de l'IA distingue trois couches superposées. Pour les banques, l'essentiel n'est pas de savoir si ces couches existent, mais lesquelles elles contrôlent elles-mêmes.
La couche d'agrégation des données constitue la base, car les modèles de langage et les applications d'entreprise ne déploient leurs effets que dès lors qu'ils ont accès à des données clients fiables.
La couche des applications métier et de l'IA génère la valeur réelle, soit par la banque elle-même, soit par le biais de partenariats, et elle est complétée par les modèles situés au-dessus.
La couche réglementaire et de conformité doit impérativement être contrôlée par les banques elles-mêmes, car c'est la seule qui garantit que tout ce qui se trouve au-dessus reste digne de confiance, auditable, traçable et viable sur le plan réglementaire.
Ce dernier point est particulièrement sous-estimé dans le débat actuel, et rares sont les banques qui l'ont intégré à leur radar stratégique. Jusqu'à présent, le secteur s'est surtout attaché à préparer et à présenter les informations. Le prochain stade de développement de l'IA réside pourtant dans l'action : dans des systèmes de conseil qui exécutent eux-mêmes des recommandations, et par conséquent dans la gestion active de portefeuilles. Fort peu d'établissements sont actuellement préparés à cette évolution.
La centralisation du patrimoine en tant que facteur stratégique
Avec l'Open Banking, l'Europe a manqué une occasion stratégique. Tant dans la mise en œuvre réglementaire que dans la représentation des intérêts politiques, l'ouverture des données financières a été ralentie plutôt que stimulée. L'évolution aux États-Unis montre pourtant clairement la direction que prennent les choses : l'agrégation des données financières aura lieu, et la seule question en suspens est de savoir par quel acteur elle passera.
Tant que les banques ou des agrégateurs réglementés contrôlent cette couche, ils conservent la maîtrise de l'accès, de l'attribution des droits, de la gouvernance et du consentement des clients. Ils gardent ainsi le contrôle effectif sur l'identité de ceux qui peuvent utiliser quelles données et à quelles fins.
Pour cette raison, la centralisation du patrimoine gérée par la banque constitue la première étape concrète. Elle représente la porte d'accès à la couche d'IA et relève de la responsabilité de la banque. Ceux qui s'en dessaisissent risquent de n'être plus à long terme qu'une simple infrastructure, tandis que d'autres façonneront la relation client. C'est précisément autour de cette couche qu'est conçu fincite • cios, un logiciel de gestion de patrimoine de conception modulaire, qui fonctionne en priorité par API et s'intègre aux systèmes de core banking existants.
La mémoire comme prochaine étape du développement du conseil
L'aspect le plus déterminant sur le plan stratégique concerne la capacité à mémoriser le contexte au fil du temps. Je considère cette forme de mémoire comme la prochaine grande étape du développement de l'intelligence artificielle. L'identité humaine se forge essentiellement par le fait que les expériences nous façonnent, que nous les relions au fil des ans et que nous en tirons des schémas. Les systèmes actuels ne possèdent pas encore pleinement cette capacité, mais l'évolution s'oriente clairement dans cette direction.
C'est précisément sur ce point que la faiblesse des banques se manifeste avec le plus d'évidence. L'image qu'une banque a de son client se limite généralement aux revenus, à la classe de risque, à la situation familiale et à quelques notes de discussion. Cela reste un instantané statique qui ne correspond ni à la réalité d'un être humain ni à la logique selon laquelle fonctionneront les futurs systèmes d'IA.
Ce que les banques doivent donc mettre en place, c'est une couche qui appréhende le contexte d'un client tout au long de son cycle de vie, des événements marquants de l'existence aux changements de comportement en passant par les phases de marché fluctuantes. Ce n'est qu'à cette condition qu'un conseil personnalisé devient possible.
Conclusion : ce que signifie l'intelligence artificielle dans la gestion de patrimoine pour les banques européennes
L'intelligence artificielle dans la gestion de patrimoine a inversé l'asymétrie d'information dont les banques ont vécu pendant des décennies. L'avantage ne va plus de soi pour la banque, mais pour le système qui comprend le mieux le client. Quiconque veut reconquérir cet avantage doit garder sous sa propre responsabilité l'agrégation des données, la couche de conformité et la mémoire du client. La centralisation du patrimoine est la première étape concrète dans cette direction, et la technologie nécessaire est prête. La décision appartient aux banques elles-mêmes.
